一种基于深度卷积神经网络的图像分数标签预测方法[发明专利]

专利名称：一种基于深度卷积神经网络的图像分数标签预测方法
专利类型：发明专利
发明人：金鑫,李熹桥,肖超恩
申请号：CN202010132930.8
申请日：20200229
公开号：CN111340123A
公开日：
20200626
专利内容由知识产权出版社提供
摘要：本发明提出了一种基于深度卷积神经网络的图像分数标签预测方法，包括：步骤(1)，随机将数据集中80％数量的图片作为训练集，剩余的20％作为测试集；进行数据集预处理，到图像像素大小一致，包括图像分数标签的训练集和测试集；步骤(2)，进行深度卷积神经网络模型训练，首先根据图像的特征和图像分数标签预测的标准，设计一个深度卷积神经网络模型，然后利用训练集中的样本图像进行学习训练，通过深度学习方法训练深度卷积神经网络模型，作为图像标签预测模型；步骤(3)进行深度卷积神经网络模型评估与测试。

该方法很容易通过软件实现，本发明可广泛应用推广到计算机视觉、图像质量预测等中。

申请人：韶鼎人工智能科技有限公司
地址：100080 北京市海淀区彩和坊路8号六层610-2
国籍：CN
代理机构：北京科迪生专利代理有限责任公司
代理人：邓治平
更多信息请下载全文后查看。